零代码落地Rokid AI Glasses应用:游戏化学习导师智能体搭建指南
依托Rokid灵珠智能体平台的零代码开发能力(参考灵珠平台2026年4月10日β1.3.0版本核心更新,支持自定义智能体创建、可视化编排等优化功能),无需专业编程基础,即可快速搭建一款「游戏化学习导师」智能体,将学习目标转化为沉浸式冒险,通过关卡拆解、任务打卡、成就激励等游戏化设计,让学习从“被动坚持”变为“主动探索”。
前言
在AR技术快速渗透日常场景的当下,Rokid AI Glasses凭借解放双手、沉浸式交互的优势,为学习场景带来了全新可能。很多人在技能提升过程中,都会陷入“动力不足、难以坚持、反馈滞后”的困境——无论是编程入门、乐器练习,还是语言背诵、备考刷题,枯燥的重复练习往往成为放弃的导火索。
依托Rokid灵珠智能体平台的零代码开发能力(参考灵珠平台2026年4月10日β1.3.0版本核心更新,支持自定义智能体创建、可视化编排等优化功能),无需专业编程基础,即可快速搭建一款「游戏化学习导师」智能体,将学习目标转化为沉浸式冒险,通过关卡拆解、任务打卡、成就激励等游戏化设计,让学习从“被动坚持”变为“主动探索”。
本文将作为一份完整的搭建指南,详细拆解从环境准备、分步配置、工作流编排到AR适配、Demo演示的全流程,结合图文标注关键操作节点,帮助每一位Rokid开发者快速落地学习类智能体,同时为AR+教育场景提供可复用的实践思路。
一、搭建前准备:环境与核心认知
1.1 硬件与平台环境
搭建「游戏化学习导师」智能体,无需复杂的开发设备,核心依赖Rokid灵珠平台的零代码能力,结合Rokid AI Glasses的硬件优势,具体环境要求如下(搭配图文说明,便于直观操作):
硬件设备:Rokid AI Glasses(任意支持灵珠平台的型号,如Rokid Max、Rokid Air,确保设备已联网、电量充足,建议电量≥50%,避免调试过程中断电);

-
控制设备:Android智能手机(用于绑定Rokid眼镜、调试智能体,需安装最新版Rokid App,可在应用商店搜索“Rokid AI”下载,确保App版本与眼镜固件版本兼容);
开发平台:Rokid灵珠智能体平台(访问地址:https://rizon.rokid.com/space/home ,需完成账号注册与实名认证,确保账号拥有智能体开发权限,注册流程可参考平台“新手教程”);

-
辅助工具:无(全程零代码,无需安装Android Studio、SDK等开发工具,新手可直接上手,无需具备编程基础)。
平台架构
智能体(Agent)是灵珠智能体平台的核心输出成果,通过智能体(Agent)开发并上架到Agent Store,Rokid用户可以在Rokid Glasses和Rokid AI App上使用开发者发布并上架的智能体。

1.2 核心定位与功能规划
在搭建前,需明确智能体的核心定位与功能,避免配置混乱。「游戏化学习导师」的核心定位是“学习的游戏策划师”,深度适配Rokid AI Glasses的语音交互与AR浮窗特性,借鉴“语音+视觉”三维交互模式,打造无感化学习陪伴体验,核心功能规划如下(搭配功能架构图,清晰呈现逻辑):

-
目标拆解:接收用户学习目标(如“学Python编程”“练吉他”),自动拆解为“主线关卡→每日任务→小目标”,难度循序渐进,避免用户因任务过重产生挫败感;
-
游戏化激励:设置等级、经验值、成就、奖励体系,完成任务可获得经验升级、解锁成就,化正向反馈,激发用户学习动力;
-
AR可视化:通过AR浮窗实时展示学习进度、等级、今日任务,轻量化提示,不干扰学习专注度,适配Rokid AI Glasses“手不离物”的使用场景;
-
语音交互:支持语音指令触发(如“今日任务”“我完成了”“查看进度”),解放双手,适配眼镜穿戴式使用场景,指令识别容错率高,口语化表达也可正常识别;
-
进度持久化:开启记忆功能,保存用户等级、经验、任务完成情况,跨会话不丢失,确保学习连续性,即使重启眼镜、中断网络,进度也不会丢失。
二、分步搭建:从零配置游戏化学习导师(图文实操)
本次搭建全程基于Rokid灵珠平台的零代码可视化操作,共分为5个核心步骤,每一步都搭配操作截图(标注关键按钮与配置项),新手可对照截图逐步操作,快速上手。
灵珠平台作为Rokid自研的AI开发平台,依托底层多模态大模型能力与轻量化开发架构,为开发者提供“零门槛-全栈化”的开发体系,可视化编排工具与预置能力组件库,可大幅提升开发效率。
2.1 步骤1:创建智能体,配置基础信息
进入灵珠智能体平台后,按照以下步骤创建智能体,配置基础信息,确保信息准确、贴合主题(搭配操作截图,标注关键配置项):
-
登录灵珠智能体平台(https://rizon.rokid.com/space/home ),点击首页右上角“创建智能体”按钮,进入基础信息配置页面;

-
智能体基础信息配置:
|
项 |
内容说明 |
|---|---|
|
智能体名称 |
游戏化学习导师 |
|
分类选择 |
教育 → 学习激励 |
|
功能介绍 |
我是专为提升学习动力与持久性而设计。我可以将你的目标(如学编程、练乐器)转化为个性化的游戏旅程,通过设计关卡、任务、成就与奖励系统,将枯燥练习变为有即时反馈的冒险。其核心是充当一位学习游戏策划师,帮助你规划路径、维持心流,让坚持本身充满乐趣,最终攻克技能 Boss。 |
|
头像要求 |
学习 + 游戏风格,卡通导师形象 + 游戏关卡元素,尺寸 200×200px |
|
权限设置 |
调试阶段:仅自己可见;上线后:公开 |

配置完成后,点击“保存”,进入智能体核心配置页面,后续所有操作(Prompt配置、记忆变量、工作流编排)均在此页面完成。
2.2 步骤2:配置核心Prompt,定义游戏化规则
Prompt是智能体的“大脑”,决定了其交互逻辑与输出风格,需结合游戏化学习的核心需求,明确角色定位、游戏规则、输出格式,确保适配Rokid AI Glasses的交互场景,同时贴合灵珠大模型服务升级后的响应特性(搭配Prompt配置截图,标注关键规则):

点击左侧“人设与回复逻辑”,在“系统提示词”输入框中,复制以下配置(可根据自身需求微调,但核心规则不变),确保指令清晰、输出简洁,适配AR浮窗显示与语音交互:
# 角色
你是一位学习关卡设计师,擅长将枯燥的学习任务转化为有趣的游戏体验。你的目标是帮助学习者保持动力、克服“半途而废”。
# 人物喜好
- 热爱尝试新科技和新工具
- 喜欢研究各种游戏机制和学习理论
- 乐于分享自己的学习经验和心得
# 核心能力
1. **学习路径游戏化**:分析学习目标并拆解为递进关卡,确保每个关卡都有明确的目标和挑战
2. **任务与成就设计**:设计具有趣味性的日常/周常任务与成就体系,使学习过程充满乐趣和成就感
3. **进度可视化**:提供进度可视化建议与激励反馈话术,帮助学习者保持动力和积极性
# 行为约束
- ❌ 不提供具体的学科知识教学,专注于学习路径的设计和激励
- ❌ 游戏设计需符合学习规律,避免过度娱乐化
- ⚠️ 需要提醒用户自身坚持是核心,强调自律的重要性
# 回复规范
1. **专业且友好的交流**:用专业且友好的语气与用户交流,保持鼓励和支持的态度
2. **明确用户需求**:在给出方案前,先确认用户的具体需求(包括学习目标、可用时间、当前水平等),必要时主动追问
3. **灵活调整输出**:根据对话阶段和用户反馈,动态调整回复内容。不需要每次都套用固定模板,而是自然地融入关卡、任务、成就、进度追踪等元素
4. **持续询问反馈**:在提供方案后,主动询问用户是否满意或需要进一步的帮助
5. **深入交流与引导**:如果用户对某个方面感兴趣,进一步询问详情或提供更多相关信息
# 典型场景示例
- Python自学 → 8周冒险地图
- 吉他练习 → 成就系统设计
- 晨跑习惯 → 剧情+收集元素方案
配置完成后,点击“保存”,此时智能体已具备基础的游戏化交互逻辑,下一步需开启记忆功能,实现进度持久化,结合灵珠知识库优化后的语义理解能力,确保记忆数据准确关联。

2.3 步骤3:开启记忆功能,配置核心变量
记忆功能是实现“长时学习进度保存”的核心,通过配置记忆变量,让智能体“记住”用户的学习状态,避免跨会话丢失进度。灵珠平台的记忆变量支持持久化存储,结合向量数据库升级后的检索速度与稳定性,可确保数据读写高效、不丢失(搭配变量配置截图,标注变量类型与初始值):
为实现进度跨会话不丢失,我在灵珠平台配置了记忆变量,与工作流完全联动
点击左侧“记忆”→“变量”,点击“+”号,
|
变量名 |
变量类型 |
初始值 |
核心作用 |
|---|---|---|---|
|
user_goal |
文本 |
""(空字符串) |
存储用户当前学习目标 |
|
user_level |
数字 |
1 |
当前学习等级 |
|
user_exp |
数字 |
0 |
当前经验值 |
|
daily_task |
文本 |
""(空字符串) |
今日任务内容 |
|
streak_day |
数字 |
0 |
连续打卡天数 |
|
achievement_list |
文本 |
""(空字符串) |
已解锁成就列表 |
变量配置完成后,确保眼镜重启、网络中断后,变量数据不丢失;同时,在Prompt中添加变量引用(在Prompt开头补充),让智能体能够读取和更新变量,结合灵珠知识库的Embedding模型优化能力,提升变量关联的准确性:
# 当前记忆状态(必须读取,不可修改)
用户的学习目标是:{user_goal}
用户每周可用时间:{available_time}
用户当前水平:{current_level}
补充完成后,点击“保存”,记忆功能正式开启,智能体可实时同步用户学习进度,实现跨会话持久化。

2.4 步骤4:编排工作流,实现自动化游戏化流程
工作流是实现“确认需求 -> 生成游戏化方案 -> 收集反馈”自动化的核心,无需手动触发,智能体可自动推进学习流程。结合灵珠平台的可视化编排工具与预置能力组件库,拖拽即可完成编排,操作简单高效(搭配工作流编排截图与逻辑图,清晰呈现节点关联):
|
配置项 |
填写内容 |
|---|---|
|
工作流名称 |
|
|
描述 |
当用户提出具体学习目标(如“学Python”、“练吉他”)时调用。根据用户需求生成游戏化学习方案,包含关卡地图、任务成就、进度追踪等。 |
2.4.1 工作流核心逻辑
整体工作流逻辑:用户输入学习目标 → 大模型生成游戏化学习方案(关卡+任务+成就)→AR眼镜浮窗展示学习任务 → 流程完成,等待下一次指令,形成闭环,全程自动化运行,贴合Rokid AI Glasses的无感化使用需求。
2.4.2 具体节点配置(拖拽式操作)
-
第一步:创建工作流。点击左侧“工作流”→“创建工作流”,输入工作流名称“generate_gamified_plan”,选择触发方式“语音指令触发+自动触发”,点击“确定”进入编排界面(依托平台工作流创建流程优化功能,简化操作步骤)
-
第二步:添加“开始节点”。默认生成“开始”节点,配置输入以下变量:
配置项
填写内容
输入① 变量名
user_goal输入① 变量类型
String
输入① 描述
用户的学习目标,如“自学Python”
输入② 变量名
available_time输入② 变量类型
String
输入② 描述
用户每周可投入的时间,如“5小时”
输入③ 变量名
current_level输入③ 变量类型
String
输入③ 描述
用户当前水平,如“零基础”或“有编程基础”
💡 说明:available_time 和 current_level 可设为非必填,用户未提供时留空即可。

-
第三步:添加“大模型节点”(目标拆解)。拖拽“大模型”节点,连接到“开始节点”,配置如下:
|
配置项 |
填写内容 |
|---|---|
|
模型 |
|
|
单次/批处理 |
单次 |
|
配置项 |
填写内容 |
|---|---|
|
输入① |
引用开始节点的 |
|
会话历史 |
按需开启(建议开启,保持对话连贯性) |
系统提示词
你是一位游戏化学习导师,擅长将枯燥的学习任务转化为有趣的游戏体验。
# 人物喜好
- 热爱尝试新科技和新工具
- 喜欢研究各种游戏机制和学习理论
- 乐于分享自己的学习经验和心得
# 核心能力
1. 学习路径优化:分析学习目标并拆解为递进关卡
2. 任务与成就设计:设计趣味性的日常/周任务与成就感
3. 进度可视化:提供进度可视化建议与激励反馈
# 行为约束
- 不提供具体的学科知识教学,专注于学习路径的设计和规划
- 游戏设计需符合学习规律,避免过度娱乐化
- 需要提醒用户自身坚持是核心,强调自律的重要性
# 回复规范
1. 专业且友好的交流
2. 明确用户需求
3. 灵活调整输出
4. 持续沟通反馈
5. 深入交流引导
# 当前任务
用户的学习目标是:{user_goal}
用户每周可用时间:{available_time}
用户当前水平:{current_level}
请根据以上信息,生成一个完整的游戏化学习方案。方案中应自然融入关卡地图、任务成就、进度追踪等元素。注意:本次回复末尾不需要询问反馈,直接输出方案内容即可。
⚠️ 注意:系统提示词中的 {user_goal}、{available_time}、{current_level} 会自动替换为开始节点传入的值。
用户提示词
请为“{user_goal}”这个学习目标设计游戏化方案。
输出配置
|
配置项 |
填写内容 |
|---|---|
|
输出格式 |
文本(Text) |
|
变量名 |
|
|
变量类型 |
String |
建议选择文本格式,因为生成的学习方案主要是自然语言内容。如果后续需要结构化解析,可以改为 JSON。

4.第四步:结束节点配置
点击画布上的“结束”节点:
|
配置项 |
填写内容 |
|---|---|
|
输出类型 |
返回文本 |
|
输出变量 |
引用大模型节点的 |
引用方式:{{大模型.plan_output}}
节点连接方式
开始节点 ──→ 大模型节点 ──→ 结束节点

工作流编排完成后,点击“保存”并“发布”,将工作流绑定到当前智能体(在“工作流”页面,选择“绑定智能体”,勾选当前智能体),确保工作流正常生效,结合平台系统稳定性优化特性,保障工作流流畅运行。
2.5 步骤5:调试与部署
真机联调准备
在将智能体正式发布前,需要在 Rokid AI Glasses 真机 上完成全流程联调,确保语音交互、工作流触发、AR 浮窗展示、记忆进度同步均正常。
设备绑定与环境检查
-
打开 Rokid App,确保手机与眼镜已完成蓝牙配对并处于同一局域网;
-
确认眼镜固件、Rokid App、灵珠平台均为最新版本,避免版本不兼容;
-
开启眼镜麦克风权限、悬浮窗权限、网络权限,保证智能体可正常调用能力。

进入调试模式
页面在线部署调试
进入「游戏化学习导师」智能体详情页;点击右上角 「调试」 按钮,进入 Web 调试面板;
在右侧调试窗口测试对话:
-
输入:“帮我制定学习计划”
-
验证:
为了帮你制定一个适合的游戏化学习计划,我需要了解一些具体信息:
-
你的学习目标是什么?(例如:自学 Python、准备雅思考试、学吉他等)
-
你每周大约有多少可用时间?(例如:5 小时、10 小时)
-
你的当前学习水平如何?(例如:零基础、有一定基础、熟练掌握)
请提供以上信息,我会立即为你设计一个充满成就感的学习之旅!

-
眼镜端部署
选择已绑定的 Rokid Glasses 设备,开启 「真机同步」,此时眼镜端可实时接收智能体回复与 AR 内容。
-
① 手机打开Rokid AI App → 连接眼镜,打开蓝牙进行设备配对连接
-
② 设置 → 开发者 → 智能体调试入口
-
③ 智能体列表(找到「游戏化学习导师」)
-
④ 开启智能体并对话(眼镜端显示)
智能体语音指令调试
-
唤醒词:“你好,乐奇”
app端执行,云端同步:


-
测试指令:
-
“帮我制定学习计划”
-
“今日任务是什么”
-
“我完成了”
-
“查看我的等级”
-
-
检查内容:
-
语音识别是否准确、无漏识别;
-
回复是否简洁、适配眼镜播报;
-
指令是否能正确触发对应工作流
-
三、工程实现与Demo演示(图文验证)
Demo演示(图文结合,实测验证)
Demo演示场景:用户目标为“学习Python编程”,通过Rokid AI Glasses与智能体交互,完成从目标输入、任务打卡到升级解锁成就的全流程,验证智能体功能完整性与适配性(搭配Demo交互截图,标注关键步骤):
演示流程详解
-
佩戴Rokid AI Glasses,唤醒智能体,语音输入“我要学xxxxx”;在AI眼镜可以看到绿色字幕的智能体显示,然后进行语音对话,智能体回答的内容会显示在眼镜上
测试一:乐奇:我想学唱歌

测试二:hi,乐奇:制定一个学习python的的学习计划
完整版视频地址:
https://forum.rokid.com/postUpdate/3119
测试三:乐奇:我想培养晨跑习惯,能设计一个包含剧情、收集元素的游戏化方案吗?
完整版视频:https://forum.rokid.com/postUpdate/3119
Demo实测验证:智能体运行稳定,语音识别准确,AR浮窗显示清晰、不遮挡视线,进度持久化正常,游戏化激励效果明显,完全适配Rokid AI Glasses的使用场景,可有效提升用户学习动力与持久性。
四、开发遇到的问题与解决方案(实操避坑)
在搭建过程中,结合灵珠平台更新后的特性,遇到了部分适配性与稳定性问题,通过针对性优化,均已解决,整理如下,帮助其他开发者避坑:
|
遇到的问题 |
问题原因 |
解决方案 |
|
进度无法跨会话保存 |
未开启记忆持久化,变量未关联Prompt |
在Prompt开头补充变量引用,确保智能体可读取、更新变量,结合灵珠知识库优化后的语义关联能力,提升数据同步准确性 |
|
语音指令识别不准确 |
未开启口语化识别优化,指令过于复杂 |
开启语音交互插件的“口语化识别优化”,简化语音指令(单条不超过10字),补充口语化指令,提升识别容错率,贴合日常表达习惯 |
|
工作流运行卡顿 |
节点过多,未优化流程逻辑 |
简化工作流节点,合并重复节点,开启平台低功耗运行优化方案,确保工作流流畅运行,结合平台系统稳定性修复特性,提升运行效率 |
五、总结与展望
基于Rokid灵珠智能体平台与Rokid AI Glasses,无需专业编程基础,即可零代码完成「游戏化学习导师」智能体的开发与落地。
本文通过详细的图文实操指南,完整拆解了从环境准备、分步配置、工作流编排到AR适配、Demo演示的全流程,本次开发充分发挥了Rokid灵珠平台“零门槛-全栈化”的开发优势与Rokid AI Glasses“解放双手、沉浸式交互”的硬件优势,借鉴“语音+视觉”三维交互模式,将游戏化设计与学习场景深度结合,证明AR技术不仅能用于办公、导航等场景,更能在学习、习惯养成、自我提升领域发挥巨大价值,最大化拓展“AI+物理世界”的交互维度。
未来可迭代方向:
-
接入学习类APP数据同步(如背单词、编程题库),实现任务联动,丰富学习场景;
-
适配更多职业技能学习(如设计、会计、公考、乐器),扩大智能体适用范围;
-
新增多人组队学习、PK模式,增强社交激励,提升用户坚持度;
-
结合Rokid Glasses的环境感知能力,优化心流算法,自动调节任务难度,适配用户学习状态;
-
接入OpenClaw及私有大模型(如DeepSeek R1、Qwen3),进一步提升智能体的目标拆解与交互能力,结合平台自定义智能体接入协议,实现更多个性化功能。
希望这篇技术实践文章能为Rokid开发者提供灵感,让更多开发者借助灵珠平台的零代码能力,打造更多贴合日常场景的AR智能体应用,让AR技术真正走进日常学习,让坚持不再困难。
参考学习资料:Rokid开发者文档
更多推荐




所有评论(0)